一.上采样(Upsample)

作用:小分辨率恢复到大分辨率

方法:双线性插值(bilinear),反卷积(transposed convolution),反池化(Unpooling)


二.反卷积

易错辨析:反卷积不是卷积的反过成。它只恢复了大小,并未恢复内容。

 

(一)从数学的层面理解卷积和反卷积

深度学习——反卷积   

反卷积深度学习——反卷积(即输出乘以C的转置)

 

(二)从常规CNN理解的角度理解卷积和反卷积

卷积:(相信大家都知道)

反卷积:(简而言之)先扩大图,再卷积

                 反卷积核:卷积核的转置

                 图的扩大:用padding(如:padding=2,就是在原图外围加两圈,补0)

                 过程:现用padding扩大输入,再用反卷积核卷积扩大了的图像

深度学习——反卷积

(但是反池化有些难以理解,先挖个坑日后再填)


 

相关文章: